بهینه سازی مدل های کلاسیک عمق یابی با تلفیق داده های ژئودزی و الگوریتم های یادگیری ماشین

چکیده مقاله

مدل سازی دقیق عمق دریاها برای کاربردهایی چون ناوبری، اکتشاف منابع و مطالعات زیست محیطی اهمیت زیادی دارد در این پژوهش رویکردی نوآورانه برای بهبود مدل کلاسیک عمق سنجی پارکر در خلیج فارس و دریای عمان ارائه شده است که بر پایه تلفیق داده های ژئودزی و الگوریتم های یادگیری ماشین بنا شده است ابتدا داده های ارتفاع سنجی ماهواره ای، مدل ثقل XGM۲۰۱۹e و مشاهدات گرانش دریایی با روش تخمین مولفه های واریانس VCE تلفیق و آنومالی ثقل نهایی استخراج شد مقایسه ها نشان دادند که آنومالی ثقل تلفیقی نسبت به مدل های منفرد دقت بالاتری دارد سپس این آنومالی در مدل فیزیکی پارکر برای تخمین عمق دریا بکار رفت و با استفاده از داده گواری تغییرات سه بعدی ۳DVAR و مشاهدات اکوساندر، عمق سنجی بهبود یافت اعتبارسنجی با نقاط کنترل بیانگر افزایش چشمگیر دقت بود در نهایت، به منظور رفع خطاهای باقیمانده، الگوریتم MLP به کار گرفته شد که نتایج آن نشان دهنده کارکرد بهینه مدل در نقاط کنترل است

کلیدواژه‌ها

نویسندگان

محمدعلی محمد

دانشجوی دکتری ژئودزی، دانشکده مهندسی ژئودزی و ژئوماتیک دانشگاه صنعتی خواجه نصیرالدین طوسی

ایرج جزیرییان

استادیار گروه ژئودزی، دانشکده مهندسی ژئودزی و ژئوماتیک، دانشگاه صنعتی خواجه نصیرالدین طوسی

محمود پیروزنیا

استادیار گروه مهندسی نقشه برداری، دانشکده عمران، آب و محیط زیست، دانشگاه شهید بهشتی

محمد، محمدعلی و جزیرییان، ایرج و پیروزنیا، محمود،1404،بهینه سازی مدل های کلاسیک عمق یابی با تلفیق داده های ژئودزی و الگوریتم های یادگیری ماشین،بیست و نهمین همایش و نمایشگاه ملی مهندسی نقشه برداری و اطلاعات مکانی ژئوماتیک ۱۴۰۴ و پنجمین نمایشگاه بین المللی ایران ژئو،تهران

ارائه‌شده در

مجموعه مقالات بیست و نهمین همایش و نمایشگاه ملی مهندسی نقشه برداری و اطلاعات مکانی ژئوماتیک ۱۴۰۴ و پنجمین نمایشگاه بین المللی ایران ژئو29 آبان 1404 · تهران